A Globally Calibrated Bayesian Optimal Phase II Design for Adaptive Enrichment Trials

Sintesi Tecnica: Un design di Fase II ottimale Bayesiano globalmente calibrato per trial di arricchimento adattivo

Problematica
Nei trial oncologici di fase II, le strategie di arricchimento adattivo permettono a uno studio di proseguire in un sottogruppo predefinito biomarker-positivo se il trattamento sperimentale mostra un'attività insufficiente nella popolazione generale "all-comer". Una sfida statistica critica sorge nell'applicare i design standard della Bayesian Optimal Phase II (BOP2) a tali procedure a ramificazione. Se le componenti all-comer e biomarker-positive vengono calibrate separatamente, la probabilità di commettere almeno un errore di tipo I (falso positivo) per l'intera procedura adattiva (errore di tipo I globale) risulta gonfiata. I metodi di arricchimento adattivo esistenti si sono concentrati principalmente su trial confermativi randomizzati o design seamless fase II/III, che differiscono dal contesto qui richiesto, ovvero quello a braccio singolo con gate di futilità per la popolazione all-comer.

Metodologia
Gli autori propongono un framework BOP2 pathwise, globalmente calibrato, per trial di arricchimento adattivo a braccio singolo con endpoint binari (estendibili ad endpoint categorici complessi). Il design opera come segue:

1. Struttura del Trial: Il trial inizia reclutando pazienti all-comer. A analisi interim predefinite, il trial monitora la futilità nella popolazione all-comer. Se viene superato il limite di futilità per la popolazione all-comer, il reclutamento nella popolazione generale si interrompe e il trial transita verso un percorso di arricchimento, reclutando solo pazienti biomarker-positivi.
2. Regole Decisionali: Il design utilizza le soglie della famiglia di potenza (power-family) tipiche del BOP2 per il monitoraggio della futilità. Per una popolazione $h$ (all-comer $A$ o biomarker-positive $+$) con dimensione campionaria $s$, il limite di futilità $b_h(s)$ è definito in modo tale che il trial si interrompa se la probabilità a posteriori $P(\theta_h \le p_0 | \text{data})$ supera una soglia $C_h(s) = 1 - \lambda_h (s/N_h)^{\gamma_h}$.
3. Calibrazione Globale: A differenza della calibrazione separata, i parametri di tuning $(\lambda_A, \gamma_A, \lambda_+, \gamma_+)$ sono selezionati congiuntamente. L'obiettivo è controllare il tasso di errore di tipo I globale, definito come la probabilità di dichiarare efficacia in cui sia la popolazione all-comer ($R_A$) che il sottogruppo biomarker-positivo ($R_+$), sotto un'ipotesi nulla globale puntuale ($H_{0,global}: \theta_+ = \theta_- = p_0$).
4. Gestione della Randomicità: La calibrazione tiene esplicitamente conto del numero casuale di pazienti biomarker-positivi disponibili al momento in cui il trial transita verso il percorso di arricchimento. Per garantire l'implementazione prospettica, le regole decisionali sono pre-specificate per ogni raggiungibile dimensione campionaria della prima valutazione e per tutti i successivi controlli interim.
5. Valutazione Esatta: Per endpoint binari, gli autori derivano un'enumerazione ricorsiva a stato finito esatta dell'intero procedimento adattivo. Questo metodo calcola le probabilità di tutte le traiettorie possibili (percorso all-comer vs. percorso di arricchimento) senza ricorrere alla simulazione Monte Carlo, consentendo una calibrazione precisa e la valutazione delle caratteristiche operative.

Contributi Chiave

• Framework Unificato: L'articolo estende il framework BOP2 dal monitoraggio specifico per popolazione a un procedimento di arricchimento adattivo a ramificazione globalmente calibrato. Tratta le decisioni di efficacia per la popolazione all-comer e per quella biomarker-positive come componenti di un unico evento di rifiuto globale.
• Enumerazione Esatta: La derivazione di un'enumerazione ricorsiva esatta consente il calcolo preciso dell'errore di tipo I globale e delle caratteristiche operative, eliminando l'errore Monte Carlo nella valutazione del design per endpoint binari.
• Implementazione Prospettica: Il design mantiene la semplicità dei limiti decisionali tabulati prospetticamente. Non è richiesta alcuna ricalibrazione durante il trial basata sulla prevalenza osservata del biomarker o sugli esiti interim.
• Estensione a Endpoint Categorici: Il framework è esteso a endpoint categorici complessi utilizzando una formulazione Dirichlet–multinomiale, con calibrazione valutata tramite simulazione (dettagliata nel Materiale Supplementare).

Risultati
Gli autori hanno valutato il design attraverso l'enumerazione esatta in uno scenario con una probabilità di risposta nulla $p_0 = 0.20$, target $p_1 = 0.40$ e errore di tipo I nominale $\alpha = 0.10$.

• Controllo dell'Errore di Tipo I: Attraverso una gamma di prevalenze del biomarker ($\pi \in \{0.4, \dots, 0.8\}$), il design proposto globalmente calibrato ha mantenuto i tassi di errore di tipo I globale tra l'8,5% e il 9,0%, rimanendo al di sotto della soglia del 10%. Al contrario, un design di confronto che utilizza componenti BOP2 calibrate separatamente ha mostrato tassi di errore di tipo I globale gonfiati, compresi tra il 12,5% e il 14,5%.
• Potenza e Dinamiche di Percorso: In scenari alternativi, la probabilità di dichiarare efficacia è generalmente aumentata con la probabilità di risposta del biomarker-positivo. La prevalenza del biomarker-positivo ha influenzato la rotta della dichiarazione di efficacia: una maggiore prevalenza ha aumentato la probabilità di una dichiarazione all-comer (alzando il tasso di risposta marginale) e ha diminuito la dipendenza dal percorso di arricchimento.
• Confronto: Sebbene il comparatore componente-specifico abbia occasionalmente mostrato una potenza apparente superiore, ciò è stato attribuito al suo fallimento nel controllare l'errore di tipo I globale, rendendo il confronto non valido sotto vincoli di errore comparabili.

Significatività
L'articolo sostiene che il design proposto offre un'alternativa fondata ai processi di combinazione di design di fase II calibrati separatamente dopo una decisione di futilità all-comer. Calibrando congiuntamente le soglie, il design preserva la semplicità prospettica e la natura tabulata del BOP2, estendendo al contempo il rigoroso controllo dell'errore di tipo I all'intero procedimento decisionale a ramificazione. Ciò consente di adattare la popolazione target in base all'evidenza emergente di attività specifica del sottogruppo senza sacrificare la validità statistica. Gli autori sottolineano che il framework consente alle decisioni di sviluppo di essere supportate dall'evidenza accumulata, mantenendo al contempo un controllo rigoroso sulla probabilità di conclusioni falsamente positive attraverso l'intera strategia adattiva.